Meggyzs dnts bme meggyozesgmail com http www filozofia

  • Slides: 52
Download presentation
Meggyőzés, döntés bme. meggyozes@gmail. com http: //www. filozofia. bme. hu/

Meggyőzés, döntés bme. [email protected] com http: //www. filozofia. bme. hu/

Döntések, heurisztikák Copyright (c) 2009 Kertész Gergely Ezt az anyagot a Creative Commons Jelöld

Döntések, heurisztikák Copyright (c) 2009 Kertész Gergely Ezt az anyagot a Creative Commons Jelöld meg!-Ne add el!-Ne változtasd! 2. 5 Magyarország Licenc alatt teszem közzé

Kérdőív (1) A következő lottót játszuk: 10 lottószelvény van összesen, az egyik a nyerő,

Kérdőív (1) A következő lottót játszuk: 10 lottószelvény van összesen, az egyik a nyerő, mindegyik 1000 forintba kerül, az 1 nyertes szelvény 20000 forintot ér. 9 szelvényt már megvett Béla-> Megvásárolnád az utolsó szelvényt? A=igen, B=nem BÉLA

Kérdőív (2) Állítsd sorrendbe az alábbiakat aszerint, hogy milyen gyakran okoztak halált Magyarországon 2008

Kérdőív (2) Állítsd sorrendbe az alábbiakat aszerint, hogy milyen gyakran okoztak halált Magyarországon 2008 -ban! A, közúti baleset B, tüdőbetegségek C, öngyilkosság D, emberölés

Kérdőív (3) Négy kártyát látsz: A 7 D 4 Tudjuk, hogy minden kártya egyik

Kérdőív (3) Négy kártyát látsz: A 7 D 4 Tudjuk, hogy minden kártya egyik felén egy betű, a másikon pedig egy számjegy van. Valaki ezekre a kártyákra vonatokozóan a következő állítást fogalmazza meg: Ha egy kártya betűs oldalán magánhangzó van, akkor a számos oldalán páros szám áll. Ha a kártyák megfordításával ellenőrizheted, hogy igaz-e ez az állítás, akkor minimálisan melyik kártyát (kártyákat) kell megfordítani, hogy eldönthesd, igaz-e az állítás?

Korlátozott racionalitás

Korlátozott racionalitás

A racionális döntéselmélet A klasszikus racionális döntéselmélet egy idealizáció, amely az alábbi feltevéseket foglalja

A racionális döntéselmélet A klasszikus racionális döntéselmélet egy idealizáció, amely az alábbi feltevéseket foglalja magában: Vannak ágensek, akiknek egy döntési helyzetben rendelkezésre álló alternatívák (döntési lehetőségek) között kell választaniuk. Az ágensek valamilyen módon értékelni tudják a lehetséges döntéseket (hasznossági fv. , preferenciarendezés) Az ágensek a döntésükben az elérhető legnagyobb hasznosságra törekszenek

A racionális döntéselmélet Az ágensek: Célja: a hasznossági fv. maximalizálása Önzőek (nincsenek „közös érdekek”)

A racionális döntéselmélet Az ágensek: Célja: a hasznossági fv. maximalizálása Önzőek (nincsenek „közös érdekek”) - egyszerűsítő előfeltétel Vannak eszközeik a lehetséges döntési alternatívák megismerésére Vannak eszközeik a hasznosság kiértékelésére (logika, matematika, stb. ) Vannak eszközeik a hasznosságok összevetésére, ezek a döntési szabályok

Példa: üzleti tárgyalás „Elfogadjam-e az ajánlatot? ” Ismerni kell a lehetséges alternatívákat Vannak-e más

Példa: üzleti tárgyalás „Elfogadjam-e az ajánlatot? ” Ismerni kell a lehetséges alternatívákat Vannak-e más ajánlatok? Létezik-e más beszállító? Meg kell tudni becsülni a várható hasznosságot Mennyi profitot hoz nekem? Mennyi idő alatt térül meg a ráfordítás? Milyen kockázatokkal jár az üzlet? Milyen rendkívüli költségek merülhetnek fel? Mekkora az esélye ezeknek?

Példa: laptopvásárlás HP vagy „no name” laptopot vegyünk? Hasznossági fv. : U(ár, teljesítmény) U(ár,

Példa: laptopvásárlás HP vagy „no name” laptopot vegyünk? Hasznossági fv. : U(ár, teljesítmény) U(ár, számítási teljesítmény, energiatakarékosság, megbízhatóság, garancia, kompatibilitás, bővítési lehetőség, jövőbeli értékvesztés, . . . )

Bayes-döntés „No name”: 150 e. Ft Hibastatisztika 50% 20% 1 -3 év között teljesen

Bayes-döntés „No name”: 150 e. Ft Hibastatisztika 50% 20% 1 -3 év között teljesen elromlik Tfh. minden egyéb paraméterük (teljesítmény stb. ) azonos 3 év alatt 600 e. Ft-nyi profitot tudunk vele termelni 1. évben garanciális (200 e. Ft profit biztos) 2. -3. évben egyenletes eloszlással romlik el NN HP HP : 300 e. Ft Ha nem romlik el 400 e. Ft profit Ha elromlik 200 e. Ft profit (0 -400 várható értéke) 3. év végén az ár 33%-ért adhatjuk el használtan. Melyiket vegyük meg?

Melyik éri meg jobban? No name Jó eset: 50% eséllyel 600 e. Ft ára

Melyik éri meg jobban? No name Jó eset: 50% eséllyel 600 e. Ft ára munkát végzünk vele + 50 e. Ft-ért eladhatjuk Rossz eset: 50% eséllyel csak 400 e. Ft ára munkát végzünk, és nem marad mit eladni Mindkét esetben ki kell fizetnünk a vételárat -150 + 50%*(600+50) + 50%*(400) = 375

Melyik éri meg jobban? HP Jó eset: 80% eséllyel 600 e. Ft ára munkát

Melyik éri meg jobban? HP Jó eset: 80% eséllyel 600 e. Ft ára munkát végzünk vele + 100 e. Ft-ért eladhatjuk Rossz eset: 20% eséllyel csak 400 e. Ft ára munkát végzünk, és nem marad mit eladni Mindkét esetben ki kell fizetnünk a vételárat -300+ 80%*(600+100)+ 20%*(400) = 340 A „No name” tehát jobb választás!

Bayes-döntés (döntési szabály) A, B, . . . a lehetséges döntéseink A 1, A

Bayes-döntés (döntési szabály) A, B, . . . a lehetséges döntéseink A 1, A 2, . . . „A” döntés lehetséges következményei P(Ai) a következmény bekövetkezésének a valószínűsége U(Ai) a következménnyel járó haszon - veszteség Minden Ai lehetséges kimenetelre kiszámoljuk EA = hasonlóképpen járunk el EB , Ec , . . . esetében majd EA , EB , Ec közül a legnagyobbat kiválasztjuk és az ennek megfelelő döntést választjuk i P(Ai)*U(Ai)

Döntési szabályok Bayes-döntés Minimax-döntés Azt az opciót választani, amelyik várható értékben a legnagyobb haszonnal

Döntési szabályok Bayes-döntés Minimax-döntés Azt az opciót választani, amelyik várható értékben a legnagyobb haszonnal / legkisebb veszteséggel jár Azt az opciót választani, ami minimalizálja a legrosszabb esetben várható veszteséget. Stb.

A valóban racionális számítógépvásárló. . . 1. 2. 3. 4. 5. 6. 7. Megnézi,

A valóban racionális számítógépvásárló. . . 1. 2. 3. 4. 5. 6. 7. Megnézi, hogy melyik processzornak mik az előnyei/hátrányai, hasznossági súlyokat rendel hozzájuk Felírja egy táblázat oszlopaiba a lehetséges konfigurációs elemeket Kigyűjti a kompatibilitási szabályokat Kigyűjti az elemekhez minden bolt árait, és a hasznossági súlyozás után kitölti vele a sorokat Megnézi a garanciális feltételeket, a meghibásodási statisztikákat és súlyozza vele a boltok árait Ezután kiválaszt egy olyan teljes konfigurációt, amely kielégíti a kompatibilitási szabályokat és a várható hasznossága maximális Ebbe beleszámolja az utazási költségeket is!

Információs költségek növekedése. . . Problémák Honnan szerzi be az X Kft. árait? Okos

Információs költségek növekedése. . . Problémák Honnan szerzi be az X Kft. árait? Okos kereskedők nem hozzák nyilvánosságra az árakat - csak a helyszínen lehet megtudni! Honnan szerzi be a jövőbeli kockázatra vonatkozó ismereteket? A garanciális statisztika sem nyilvános adat! Honnan veszi a különböző processzorteljesítmények hasznosságát? Tudja-e előre, hogy mekkora profitot hoz? Magának az optimalitási kalkulációnak is pénzben kifejezhető költsége van! (munkaidő, számítási idő, információk, szakértői vizsgálatok beszerzése, stb. )

Információs költségek Akkor érdemes (racionális) a racionális döntéselmélethez, komplexebb döntési eljárásokhoz folyamodni, ha az

Információs költségek Akkor érdemes (racionális) a racionális döntéselmélethez, komplexebb döntési eljárásokhoz folyamodni, ha az információs költségek alacsonyabbak a döntési alternatívák közötti hasznosságkülönbségeknél. (az összevetéshez azonos mértékben, pl. pénzben kell kifejezni őket)

Információs költségek Egyszerűsített döntési eljárásra (heurisztikára) van szükség! Pl. Satisficing behaviour (Herbert Simon): Kitűzünk

Információs költségek Egyszerűsített döntési eljárásra (heurisztikára) van szükség! Pl. Satisficing behaviour (Herbert Simon): Kitűzünk egy minimálkritériumot (Legalább 2 Ghz-es processzor, de max. 200 e. Ft, max 3 boltba kelljen csak elmenni) Az első kielégítő konfigurációt megvesszük Nem optimális, de általában elég jó! Megspóroljuk az információs költségeket Az összes pszichológiai heurisztika is ide tartozik, ilyen típusú megoldásnak tekinthető!

A visszaélés lehetőségei Ha a kereskedő: Megnöveli az információs költségeket nehezen hozzáférhető árlista (csak

A visszaélés lehetőségei Ha a kereskedő: Megnöveli az információs költségeket nehezen hozzáférhető árlista (csak helyszínen, pl. Media Markt) bonyolult fizetési konstrukciók (autó beszámítás, hitelkonstrukciók) bonyolult akciós konstrukciók Ezzel látszólagosan csökkentheti a más cégekhez relatív hasznosságkülönbségeket, vagy épp kedvezőbbnek tüntetheti fel magát (éppen a nagy információs költség miatt nem lehet ellenőrizni) Mivel ilyenkor a racionális kalkuláció helyett a primitív heurisztikák lépnek működésbe (bár ezek használata itt racionálisnak tekinthető)

A kereskedő szemszögéből Mindez azonban a kereskedő szemszögéből is információs költséget jelent: Ha a

A kereskedő szemszögéből Mindez azonban a kereskedő szemszögéből is információs költséget jelent: Ha a versenytársak is bevetik ezeket a trükköket -> nem garantált, hogy a primitív heurisztikák éppen neki kedveznek A komplex marketingstratégia tervezése, komplex akciós, fizetési konstrukciók kidolgozása a bevételek bonyolultabb tervezését igényli! A kicsi cégek itt mindig esélytelenek a nagyokkal szemben.

A döntéselmélet hátrányai Gyakran az információs költségek miatt nem alkalmazható Gyakran a statisztikai jellegű

A döntéselmélet hátrányai Gyakran az információs költségek miatt nem alkalmazható Gyakran a statisztikai jellegű információk miatt csak nagy tételeknél működik

A döntéselmélet hátrányai Az önzőségi/haszonmaximalizálási előfeltevés néha egyáltalán nem realisztikus pl. egy üzleti tárgyalásban

A döntéselmélet hátrányai Az önzőségi/haszonmaximalizálási előfeltevés néha egyáltalán nem realisztikus pl. egy üzleti tárgyalásban két önző haszonmaximalizáló soha nem jutna egyezségre Nyitva hagyja azt, hogy milyen hasznosságokat rendeljünk a tárgyakhoz? Mire fordítsuk le: pénz? Mit kell figyelembe venni: kockázat? érzelmi érték? milyen súlyozással?

A döntéselmélet előnyei Az önzőségi/haszonmaximalizálási előfeltevés a piacgazdaságban, gazdasági döntések esetében realisztikus. A pénzbeli

A döntéselmélet előnyei Az önzőségi/haszonmaximalizálási előfeltevés a piacgazdaságban, gazdasági döntések esetében realisztikus. A pénzbeli érték és a kockázat nagyban gyakran felbecsülhető. Ha találunk egy olyan problémát, ahol alkalmazható, akkor egy algoritmust ad a döntésre. ezt beprogramozhatjuk egy döntéstámogató rendszerbe.

Problémák az ideális racionális döntéshozatallal Korlátozott racionalitás 1. A problémadefiníciók, értékelések, súlyozások, valószínűségek, stb.

Problémák az ideális racionális döntéshozatallal Korlátozott racionalitás 1. A problémadefiníciók, értékelések, súlyozások, valószínűségek, stb. a racionalitás szempontjából külső faktorok, amelyeket gyakran nehéz azonosítani és kvantifikálni: A valós világ általában komplexebb, mint amit mérni tudunk és racionális döntési modellünkben figyelembe tudunk venni. Általában limitált időt tudunk fordítani a döntés meghozatalára. Tipikusan részleges, pontatlan adatok alapján kell a jövőre vagy más ismeretlen adatokra vonatkozó becsléseket adni. Információs és számítási költségek is korlátokat állítanak nekünk. Hogyan oldjuk meg ez utóbbi problémát? ->

Információs költségek problémája Optimalizálás korlátok között – Korlátozott racionalitás 1. Azt mondtuk, hogy: Akkor

Információs költségek problémája Optimalizálás korlátok között – Korlátozott racionalitás 1. Azt mondtuk, hogy: Akkor érdemes a racionális döntéselmélethez, más komplexebb döntési eljárásokhoz folyamodni, ha az információs költségek alacsonyabbak a döntési alternatívák közötti hasznosságkülönbségeknél. Ez valóban megoldja a problémánkat ? Elegendő gyakorlati szabály, hogy: álljunk meg akkor, ha a keresési költségek meghaladják a további keresés várható értékét? Mi van ha a keresési folyamat visszahat az értékelésre? Az információs költségek számításánál végtelen regresszusba kerülünk: Minden költség-haszon analízis költséges és egy meta szintű analízist követel meg, ami eldönti megéri-e használni, stb. Valójában tehát képtelenek vagyunk ideálisan racionális döntést hozni a szabály fényében. Sokszor az ideális döntési eljárás megkezdéséhez is sokkal nagyobb komputációs kapacitásra van szükség, mint ami bármely embertől, vagy embercsoporttól elvárható.

Tényleg irracionális döntések? Korlátozott racionalitás 2. A fentiekből az következik, hogy bár a keresési

Tényleg irracionális döntések? Korlátozott racionalitás 2. A fentiekből az következik, hogy bár a keresési költségek figyelembe vételére vonatkozó szabály elvileg helyes szabálynak mondható, a gyakorlatban a szabály alkalmazhatatlan. Vegyük észre, hogy a problémát egyszerűen az okozza, hogy térbe és időbe vetett lények vagyunk, racionalitásunk is csak a fizikai készségeink egyike. Az ideális racionális döntési modellek ezt az egyszerű problémát nem veszik figyelembe. A racionalitás optimalizálásra épülő, ideális elméletei a korlátozottan racionális döntéseket egyszerűen irracionálisnak tekintik. A normától való eltérést hibának (fallacy) nevezik és az emberi ágensek korlátozott racionalitásának tulajdonítják őket. Ezek az elméletek Herbert Simon ún. „olló”-jának csak egyik szárát veszik figyelembe, a kognitív korlátokat és elhanyagolják a környezet struktúrájához való (legalább részleges) illeszkedés szempontját. (Utóbbi: megfelelések a heurisztikák és a környezet szerkezete között. )

„The adaptive toolbox” Korlátozott racionalitás 3. A korlátozott racionalitás elmélete (G. Gigerenzer) szerint a

„The adaptive toolbox” Korlátozott racionalitás 3. A korlátozott racionalitás elmélete (G. Gigerenzer) szerint a mind külső, mind belső okokból korlátozott elmék is lehetnek stabilan sikeresek minden korlátozottságuk ellenére is! Hogyan? A környezet valamely az ágens által megoldandó probléma szempontjából releváns, ugyanakkor egyszerű és specifikus jellemzőjének leképezésén keresztül! A heurisztikus döntések pozitív elmélete tehát nem valamilyen univerzális problémamegoldó eljárás leírását tűzi ki célként, területspecifikus döntési eljárásokat ír le és igyekszik azonosítani azokat a körülményeket, amelyek között az eljárások szisztematikusan beválnak és azokat amelyek között szisztematikusan hibákat eredményeznek. Mivel sokszor egy optimalizálásra alapuló racionális döntési eljárás (ld. : Bayes-döntés) alkalmazása is bizonytalan feltevésekre alapulna egyszerű, de robosztus heurisztika elérheti, vagy meg is haladhatja egy optimalizációs stratégia hatékonyságát.

Korlátozott racionalitás 3. Mivel tehát döntési szituákcióban sokféle korlát nehezedik az ágensekre és a

Korlátozott racionalitás 3. Mivel tehát döntési szituákcióban sokféle korlát nehezedik az ágensekre és a döntési helyzetek specifikus kontextusokhoz kötöttek: Lehetségesek és szükségesek olyan eljárások, amelyek lehetővé teszik, hogy: egyszerű gondolati eszközökkel részleges információk birtokában korlátos időn belül tudjunk olyan döntésekre jutni, amelyek legalább átlagosan jobbak, mintha véletlenszerűen döntöttünk volna. Az ilyen döntési eljárásokat heurisztikáknak nevezzük. Ezek általában gyorsak, alacsony költségűek és a megfelelő környezetben elég pontosak is.

Szisztematikus döntési hibákhoz vezető heurisztikák Becslés, értékelés, előrejelzés esetében: bizonyos ökológiai körülmények között hatékonyak

Szisztematikus döntési hibákhoz vezető heurisztikák Becslés, értékelés, előrejelzés esetében: bizonyos ökológiai körülmények között hatékonyak (adaptive toolbox) Konfirmációs torzítás Lehorgonyzás, hozzáférhetőség Szűk környezetben a valség becslésére pl. elegendő az emléknyomok hozzáférhetősége Ezek a technikák, tehát evolúciós szempontból költséghatékonyak (vagy azok voltak).

Akkor végül is rossz dolog heurisztikákra támaszkodni? Mikor használjuk a heurisztikákat? Objektíven információ-, időhiányos

Akkor végül is rossz dolog heurisztikákra támaszkodni? Mikor használjuk a heurisztikákat? Objektíven információ-, időhiányos helyzetben indokolt lehet! Esetleg kognitív lustaság eredményeképpen? Itt hibának tarthatjuk a használatukat, ha a jó minőségű döntést, valamilyen cél elérésének perspektívájából nézve normaként határozzuk meg! A cselekvés racionalitásába, nem csak egy episztemológiai, hanem általában egy etikai dimenziót is beleértünk! Ha jobban is csinálhattad volna, akkor ha rossz döntést hozol az a te felelősséged!

Heurisztikák

Heurisztikák

Miért érdemes a heurisztikákkal foglalkozni? Már eleve mindig használunk heurisztikákat, ezek azonban általában naivan,

Miért érdemes a heurisztikákkal foglalkozni? Már eleve mindig használunk heurisztikákat, ezek azonban általában naivan, reflektálatlanul. Ezért nem gondolunk arra, hogy: Szisztematikusan rossz (vagy szuboptimális) döntéshez vezetnek bizonyos helyzetekben (torzítás, bias). Mivel sokan használják ugyanezeket a heurisztikákat, statisztikailag megjósolhatóvá válik az emberek irracionális viselkedése. Ezért megfelelő helyzetet kialakítva (adott heurisztikák aktivizálásával) sok ember rávehető arra, hogy bizonyos statisztikai valószínűséggel a kommunikátor szándékainak megfelelő döntéseket hozzon. A heurisztikák (mint láttuk) nem nélkülözhetőek, de a naiv heurisztikákat reflexió útján fel lehet javítani. Például kiegészítő ökölszabályok hozzáadásán keresztül! De nem érdemes a szisztematikus feldolgozást választani, ha úgy becsüljük, hogy a döntésre szánt idő és energia költsége meghaladja a rossz döntés veszteségének várható értékét.

Elérhetőség A felidézés könnyűsége Az alábbi listák közül melyik cégcsoportnak volt nagyobb az összesített

Elérhetőség A felidézés könnyűsége Az alábbi listák közül melyik cégcsoportnak volt nagyobb az összesített árbevétele 2006 -ban? A. Boeing Microsoft Du. Pont B. Altria Group Valero Energy Mc. Kesson Helyes megoldás: B (123. 5 < 230. 5 B$) http: //money. cnn. com/magazines/fortune 500/full_list/

Reprezentativitás Az alap előfordulási valószínűség figyelmen kívül hagyása „Tanulmányok szerint a legtöbb motorbaleset az

Reprezentativitás Az alap előfordulási valószínűség figyelmen kívül hagyása „Tanulmányok szerint a legtöbb motorbaleset az elindulást követő 20 percen belül történik. ” Kérdés: meddig tart egy átlagos motorút, hiszen ha általában nem több, mint 20 perc, akkor nem csoda… Hajlamosak vagyunk eltekinteni az alap előfordulási valószínűségtől, ami nélkül viszont valszeg rosszul ítéljük meg infok relevanciáját. Mekkora annak az esélye, hogy el fogsz válni attól, akivel összeházasodsz? Kötsz-e majd házassági szerződést? Az emberek nagy része különböző okokból, de eleve elutasítja ezt. De: Magyarországon kb. a házasságok fele válással végződik. Nem is igen jutunk el odáig, hogy elgondolkodjuk ezen az adaton. De, ha el is jutunk idáig, az alap előfordulási valószínűséget hajlamosak vagyunk úgy tekinteni, mint ami ránk nem vonatkozik.

Lehorgonyzás és igazodás irreleváns viszonyítási pont John egy négy éves tapasztalattal rendelkező, szakképzett villanyszerelő

Lehorgonyzás és igazodás irreleváns viszonyítási pont John egy négy éves tapasztalattal rendelkező, szakképzett villanyszerelő Bostonban. Mit gondoltok, mennyi az éves jövedelme? nálunk a tanszéki titkárnő 40’ 000 dollárra becsülte az összeget Mi lett volna, ha a 80’ 000 dollárt mondok „tippnek”? Ha itt egy meg nem nevezett „amerikai barátom”-ra hivatkozok? Releváns-e a tanszéki adminisztrátor véleménye ebben a kérdésben? A lényeg: kevés információ birtokában hajlamosak vagyunk felhasználni azt a keveset, ami rendelkezésre áll, még akkor is, ha irrelevánsnak mondható.

Heurisztikák legfőbb típusai Elérhetőségi (hozzáférhetőségi) heurisztika Az események gyakoriságának, valószínűségének, elképzelhető okainak a becslésekor

Heurisztikák legfőbb típusai Elérhetőségi (hozzáférhetőségi) heurisztika Az események gyakoriságának, valószínűségének, elképzelhető okainak a becslésekor a könnyebben emlékezetbe idézhető (elérhető) emléknyomokat gyakrabban és nagyobb súllyal vesszük figyelembe, mint más ismereteket. Reprezentativitási heurisztika Egy esemény előfordulási gyakoriságának, valószínűségének, elképzelhető okainak a becslését a szituációban elérhető mintákra alapozzuk. Az információk hihetőségét a valószínűségük elé helyezzük. Lehorgonyzás és igazodás Ha a kevés releváns információval rendelkező emberek döntéséhez biztosítunk valamilyen (akár teljesen irreleváns) lehorgonyzási pontot, akkor ez befolyásolni fogja a döntésüket akkor is, ha ezt tudatosan nem ismerik el. Általános kognitív stratégiák, sémás információfeldolgozás (Később: társadalmi kategorizáció, mint heurisztika)

A hozzáférhetőségi heurisztikából fakadó torzítások 1. A visszaemlékezés könnyűsége Melyik halálnem okoz több áldozatot

A hozzáférhetőségi heurisztikából fakadó torzítások 1. A visszaemlékezés könnyűsége Melyik halálnem okoz több áldozatot évente? A. Gyomorrák B. Közlekedési balesetek Míg a közlekedési balesetekről rengeteget hallunk a médiában, a gyomorrákról csak ritkán. Azokat az eseményeket, amelyeknek a példáit könnyebben fel tudjuk idézni, gyakoribbnak becsüljük, mint másokat. Az emlékek élénksége és frissessége kihat a döntéshozásra.

A hozzáférhetőségi heurisztikából fakadó torzítások 2. A visszakeresés könnyűsége Tversky és Kahneman (1983) kísérlete

A hozzáférhetőségi heurisztikából fakadó torzítások 2. A visszakeresés könnyűsége Tversky és Kahneman (1983) kísérlete Egy angol szöveg egy oldalán átlagosan hány olyan hét betűs szó fordul elő, amelynek az utolsó előtti betűje „n”? És hány olyan hétbetűs szó, amelynek utolsó 3 betűje „ing”? az alanyok többsége nagyobb számot tippelt a második kérdésre, mint az elsőre, noha ez nyilván lehetetlen. A memória szerveződése, és így a visszakeresés könnyűsége kihat a becslésre. Ez az „intézményi emlékezés” formáira is érvényes nagyobb eséllyel lesznek azok az adatok figyelembe véve, amelyek kéznél vannak, pl. a vállalati adatbázis felületén könnyen előkereshetőek, a döntéshozóval gyakori interakcióban álló emberek előtt ismertek a döntést támogató dokumentumokból be vannak linkelve, stb.

A hozzáférhetőségi heurisztikából fakadó torzítások 3. Feltételezett oksági kapcsolatok Ha két esemény együttes bekövetkezésének

A hozzáférhetőségi heurisztikából fakadó torzítások 3. Feltételezett oksági kapcsolatok Ha két esemény együttes bekövetkezésének példái könnyen felidézhetőek, akkor hajlamosak vagyunk oksági kapcsolatot feltételezni közöttük. Példa: „a politikusok többet hazudnak, mint bárki más” Csak néhány politikus szerepel rendszeresen a médiában, ők ki vannak téve az állandó kritikának, ezért hamar kiderülnek az állításaik inkonzisztenciái ez a részhalmaz képezi aztán az általánosítás alapját Ahhoz, hogy eldöntsük, hogy a politikusok többet hazudnak-e átlagosan, mint a többiek, meg kell vizsgálnunk az alábbi csoportokat is: politikusok, de nem hazudnak (a többi politikus) nem politikusok, de hazudnak (pl. az ismeretségi körünkben) nem politikusok és nem hazudnak És még ekkor is legfeljebb a statisztikai korrelációt vagyunk képesek felismerni a két jelenség között: az oksági összefüggés feltárásához mélyebb analízisre van szükség. Pl. minden nap délben van a Nap a zeniten, és ugyanekkor harangoznak, de mégsem a Nap mozgása okozza a harangozást

A reprezentativitási heurisztikából fakadó torzítások 4. Érzéketlenség a minta méretével szemben Példa: Két kórház

A reprezentativitási heurisztikából fakadó torzítások 4. Érzéketlenség a minta méretével szemben Példa: Két kórház Melyik kórházban nagyobb az esélye annak, hogy lesz olyan nap, amikor a babák több, mint 60%-a fiú? A kisebbikben A nagyobbikban Mindkettőben egyforma az esélye Helyes megoldás: a kisebbikben, hiszen ott csak kb. 3 -mal kell több fiúnak születnie, mint lánynak, hogy ez teljesüljön - sokan hajlamosak ezt figyelmen kívül hagyni (a kórházas példára tipikusan az „egyforma” választ szokták adni) Nagy számok törvénye alapján: A kisebbik kórházban naponta 15 baba születik A nagyobbikban naponta 45 Átlagosan a babák 50%-a fiú minél nagyobb a minta, annál kisebb az esélye annak, hogy a mért eredmény eltér az átlagtól (várható értéktől) minél kisebb a minta, annál nagyobb az esélye annak, hogy a mért eredmény eltér az átlagtól (várható értéktől) a minta méretétől függ a becslés pontossága Kevés adat, kis minta alapján csak pontatlan becslések adhatóak! megbízható jóslatok inkább nagy mintákra (pl. tömegek viselkedésére) adhatóak!

Nagy számok törvénye

Nagy számok törvénye

A reprezentativitási heurisztikából fakadó torzítások 5. A véletlenség és a kockázat téves felfogása Példa:

A reprezentativitási heurisztikából fakadó torzítások 5. A véletlenség és a kockázat téves felfogása Példa: „már háromszor megbuktam a vizsgán, negyedszerre tanulás nélkül is biztosan át kell, hogy menjek, tekintve hogy Átlagosan 50% bukik meg egy vizsgán Annak az esélye, hogy valaki 4 x megbukik, 0. 5^4 = 6, 25% Helyes-e ez az eszmefuttatás? Nem, mert: Már bizonyosan tudom, hogy 3 x megbuktam, tehát a feltételes valószínűséget (független események) kell figyelembe venni (50 -50%). Ráadásul (ideális esetben) az 50% bukás erősen korrelál a nem tanulással, tehát rendelkezésünkre áll egy sokkal pontosabb jóslat a bukási esélyeinkről, mint ha az alapsokaságra vonatkozó becslést használnánk.

A reprezentativitási heurisztikából fakadó torzítások 6. A véletlenség és a kockázat téves felfogása Sokan

A reprezentativitási heurisztikából fakadó torzítások 6. A véletlenség és a kockázat téves felfogása Sokan úgy gondolkoznak, hogy a nagy számok törvénye alapján az egyik irányú eltérést (sok bukás) idővel egy másik irányú eltérésnek (siker) kell kompenzálnia, hogy a statisztikai átlag kijöjjön pedig ez nem így van Példa: „Mivel kihúzták az egyik számomat a lottón, többet nem játszom meg, mert biztos, hogy nem húzzák ki még egyszer ugyanazt. ” Pont ugyanakkora eséllyel húzzák ki a múlt heti eredményt, mint bármelyik másik öt számot Mivel mindenki ezzel a heurisztikával gondolkozik, ezért nagy az esélye annak, hogy ha megjátsszuk ezt a számot, akkor nem kell osztoznunk a nyereményen!

A reprezentativitási heurisztikából fakadó torzítások 7. Az átlaghoz való regresszus figyelembe nem vétele Példa:

A reprezentativitási heurisztikából fakadó torzítások 7. Az átlaghoz való regresszus figyelembe nem vétele Példa: „nyertes csapaton ne változtass” A főnök a beosztottak kiemelkedő teljesítményét, a kivételesen jó piaci konstellációt tekinti alapnak, irreálisan magasra tervezi a további növekedést. (nem veszi figyelembe, hogy kicsi esélye van a következő időszakban újra ilyen kivételesen jó teljesítménynek és ennek nem egyszerűen a beosztottak lustasága az oka. ) Ez a kiemelkedő teljesítmény nem a tipikus eset, hanem egy szélsőérték, ebből kifolyólag a csalódás hosszú távon biztosan garantált, különösen akkor, ha: A főnök viszont nem követi a piac változásait, pl. nem forgatja vissza az extra bevételt modern eszközökbe és a beosztottak továbbképzésébe. Ekkor a következő időszakban a beosztottak erejüket megfeszítve próbálják teljesíteni a tervet, de az (egyébként kitűnő) mutatók sorra alulmúlják azt A főnök fokozza a beosztottakra nehezedő nyomást (pl. a teljesítményprémiumokat az irreális tervhez arányosítja, nem az eredményhez) A legokosabb beosztottak megelégelik a frusztrációt, átmennek más céghez Új embereket kell felvenni, a betanításuk leterheli a maradék csapatot is, túlóraprémiumokat kell fizetni, hogy ne menjenek el még többen. Év végére nemhogy a terv nem teljesül, de az eredmény az átlagosnál rosszabb, az összeszokott csapat szétesett, mindenki frusztrált.

A reprezentativitási heurisztikából fakadó torzítások 8. Konjunkciós hiba Példa (Kahneman & Tversky) Rendezd sorba

A reprezentativitási heurisztikából fakadó torzítások 8. Konjunkciós hiba Példa (Kahneman & Tversky) Rendezd sorba az alábbi állításokat valószínűségük szerint! 1. 2. 3. 4. 5. 6. 7. Linda 31 éves, filozófia szakot végzett, egyedül él és nagyon okos. Hallgató korában a társadalmi igazságosság, a diszkrimináció kérdései foglalkoztatták, és részt vett háborúellenes tüntetéseken. Linda általános iskolában tanít. Linda egy könyvesboltban dolgozik és jógázik. Linda aktívan részt vesz a feminista mozgalomban. Linda szociális munkásként dolgozik. Linda banki ügyintézőként dolgozik. Linda biztosítási ügynök. Linda banki ügyintéző, aki aktívan részt vesz a feminista mozgalomban. Ha nálad a 3. - 7. - 5. válaszok ebben a sorrendben követik egymást, akkor áldozatul estél a konjunkciós hibának: P(7. ) = P(3. ) * P(5. ), tehát bizonyosan kisebb mindkettőnél A konjunkciót gyakran valószínűbbnek becsüljük az egyik tagjánál, ha a másik tagját reprezentatívabbnak érezzük, mint az elsőt.

A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Korábbi példa:

A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Korábbi példa: mennyit keres a villanyszerelő? T & K másik kísérletében azt kellett megbecsülni, hogy az afrikai országok mekkora hányadát teszik ki az ENSZ tagjainak. A kísérleti alanyok a titkárnő „tippjéhez” (ez a horgony) igazodnak: ha nagyobb „tippet” közöltek velük, akkor nagyobb becsléseket adtak. Ez a jelenség akkor is fennáll, ha teljesen nyilvánvaló számukra a horgony helytelensége, ill. a forrás irrelevanciája. az alanyok szeme láttára egy rulettkerékkel kisorsoltak egy véletlen számot először azt kellett megmondani, hogy a becsülendő összeg nagyobb v. kisebb a kisorsolt számnál ezután kellett konkrét becslést adni A kisorsolt véletlen szám szignifikánsan kihatott a becslésekre. További példák A kérdőíven manipulatív válaszlehetőségeket adnak meg „hagyományos mosópor” - egy fiktív termékkel hasonlítják össze a terméket „User testimonials” - kamu felhasználók dicsérik a terméket jó fizetésért

A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Árlista Egy

A lehorgonyzás és igazodás heurisztikájából fakadó torzítások 9. Irreleváns horgonyhoz való igazodás Árlista Egy lehetséges stratégia a lehorgonyzás mechanizmusára Az árból közvetve következtethetünk a termék használati értékére (szabad piacot feltételezve) Ha csak az árlista áll rendelkezésünkre, hajlamosak vagyunk a minőségek arányát az árak arányában becsülni, azaz az árlista szélső értékeit horgonynak használni az árlistát felülről kibővítjük magas profittartalmú, drága „csúcsmodellekkel” alulról kivesszük az olcsó alapmodelleket ezzel több dolgot érünk el: A vevők kis része megveszi a drága modellt Az árérzékenyek drágább alapmodellt választanak De ugyanakkor az „átlagos” minőséget kereső vevők is magasabbra helyezik az átlaggal szembeni elvárásaikat!

Általános kognitív stratégiákból fakadó torzítások 10. Az igazolás csapdája Egy döntés előkészítése során ahelyett,

Általános kognitív stratégiákból fakadó torzítások 10. Az igazolás csapdája Egy döntés előkészítése során ahelyett, hogy szimmetrikusan értékelnénk az egyes alternatívákat, tipikusan több időt fordítunk a számunkra szimpatikus alternatívát alátámasztó adatok és érvek gyűjtésére, mint az az ellen szólókra Ez nyilvánvalóan nem racionális stratégia Ennek az oka többféle lehet Felkészülünk a későbbi esetleges számonkéréskor való védekezésre El akarjuk kerülni az ellentmondásos érvek okozta disszonanciát és félelmeket Meg akarjuk győzni magunkat az intuíciónk zseniális helyességéről Megoldások a szimmetria elvének szem előtt tartása több, eltérő perspektívájú ember bevonása a döntési folyamatba

Általános kognitív stratégiákból fakadó torzítások 11. Visszatekintő okoskodás Példák „Ha engem kérdeztetek volna, én

Általános kognitív stratégiákból fakadó torzítások 11. Visszatekintő okoskodás Példák „Ha engem kérdeztetek volna, én megmondtam volna, hogy ez egy helytelen üzleti döntés lesz. ” (Fischoff) A kísérleti alanyokkal elolvastattak egy történetet, majd az egyes csoportoknak más-más végkifejletet tettek hozzá. Ezután megkérdezték őket, hogy ha nem tudták volna a végeredményt, milyen végkifejletre tippeltek volna. a tippek erősen korreláltak a megadott végkifejlettel az alanyok erős önbizalmat mutattak azzal kapcsolatban, hogy ezt „ők is meg tudták volna jósolni. ” A bekövetkezett események ismeretében utólag nagyobb valószínűséget tulajdonítunk ezeknek, mint amit a bekövetkezés előtt tulajdonítottunk volna. és ezt ráadásul nagy önbizalommal tesszük. Ez a jelenség olykor eltorzítja a múltbeli eseményekből való tanulást, mert túl nagy súlyt tulajdonít a megvalósult eseményeknek a nem megvalósult alternatívákkal szemben.

Heurisztikus torzítások főbb típusai: Elérhetőség 1. Felidézés 2. Visszakeresés 3. Feltételezett okság Reprezentativitás 4.

Heurisztikus torzítások főbb típusai: Elérhetőség 1. Felidézés 2. Visszakeresés 3. Feltételezett okság Reprezentativitás 4. Érzéketlenség az alap előfordulási arányra 5. Érzéketlenség a minta méretére 6. Téves valószínűség-felfogás 7. Átlaghoz való regresszus fnv. 8. Konjunkciós hiba Lehorgonyzás és igazodás 9. Irreleváns horgonyhoz való igazodás 11. A helyzetben elérhető horgonyhoz való igazodás Általános 10. Az igazolás csapdája 11. Visszatekintő okoskodás

Az elhangzottak relevanciája a meggyőzésben A fenti heurisztikák mindegyike megfordítható és kiaknázható meggyőzési célokra

Az elhangzottak relevanciája a meggyőzésben A fenti heurisztikák mindegyike megfordítható és kiaknázható meggyőzési célokra - gyakran szembesülünk is az ezeken az elveken működő, felénk irányuló meggyőzési kísérletekkel Példák: Szemléletes képekkel könnyítjük meg az érveink felidézését a célszemélynek Rendezett, könnyen előkereshető formában prezentáljuk az ajánlatunk előnyeit, bonyolultan a hátrányait Markáns példákkal illusztráljuk a mi szolgáltatásunk minősége és az előfizetőink sikere közötti (vélt) oksági összefüggést Kis mintaszámból nagy általánosításokat vonunk le, és utána nem tüntetjük fel a minta méretét Hangsúlyozzuk az alapsokaságtól megkülönböztető jegyeinket Irreleváns horgonyokat biztosítunk (lehetőleg híres személyek, szakértők szájába adva azokat), majd burkoltan megdicsérjük a döntéshozó szakmai hozzáértését Csökkentjük a döntésének a disszonanciáját, megnyugtató érveket adunk a tipikus aggodalmakkal szemben. stb.